部落格將搬家到 5uperb0y.com

大家好，我是超級boy，由於網站維護和文章管理的方便性，我決定改用 hexo + git page 來發布部落格，新部落格的網址為 5uperb0y.com，終於有了自己專屬的ID了。

本站將不再更新與維護，舊文章也會逐漸搬到新網站，順便更新內容。

感謝大家對盛夏不等式的支持😌

題外話：網域年費和水煎包價目表的陳列邏輯出奇地相似（水煎包價目表截自viviyu.com）

Trimmomatic 裁切功能簡介以及比對方式的疑問

裁切序列是 NGS 品質控管重要的一環，諸如建庫時添加的人工序列和序列末端品質低落的片段等都是要移除的目標。Trimmomatic 是專門用於 Illumina 定序資料的品管軟體，它可以發揮以下功能：

• 從 3' 端切除建庫時添加的人工序列

• 依照四種不同的模式裁切品質不佳的序列

• 依照平均定序品質分數篩選序列

本文著重 Trimmomatic 裁切功能的簡介與疑問。

R 讀寫 FASTA 檔

先前曾介紹 R 讀取 FASTQ 檔的方式，本文則要分別介紹如何在 R 環境，使用 seqnir 套件或 baseR 讀取 FASTA 檔。

R 讀取 FASTQ 檔

R 的 ShortRead 套件用於處理高通量定序產出的 FASTQ 檔，其功能包含讀寫 FASTQ 檔、計算序列統計量、裁切與篩選低品質序列等。目前，ShortRead 被保留在 Bioconductor ，並由開發團隊持續更新與維護。

Consensus and Profile (ID: CONS)

Problem

給定數條等長DNA序列（存於 FASTA 檔），求其 consensus string 及各位置的鹼基統計量

Given: A collection of at most 10 DNA strings of equal length (at most 1 kbp) in FASTA format. 

Return: A consensus string and profile matrix for the collection. (If several possible consensus strings exist, then you may return any one of them.)

 示範數據

# input
>Rosalind_1
ATCCAGCT
>Rosalind_2
GGGCAACT
>Rosalind_3
ATGGATCT
>Rosalind_4
AAGCAACC
>Rosalind_5
TTGGAACT
>Rosalind_6
ATGCCATT
>Rosalind_7
ATGGCACT

# output
ATGCAACT
A: 5 1 0 0 5 5 0 0
C: 0 0 1 4 2 0 6 1
G: 1 1 6 3 0 1 0 0
T: 1 5 0 0 0 1 1 6